字节AI开发一面

继续来分享下最近的面经~1. RAG的HyDE技术中，如果生成的代码片段质量不佳会影响后续检索效果，如何衡量生成的代码片段的效果？2. 在某一垂直领域Lora微调时，微调过程设置过哪些参数？3. 了解模型的TOKEN吞吐量吗？本地部署模型的吞吐量大概在多少？4. 向量数据库的选型方案？常见的向量数据库有哪些？5. 分布式ID是如何保证生成不会重复？你知道哪些实现方案？6. 介绍一下G1回收器。无手撕

发面经 攒人品面完后第二天挂1. 自我介绍2. 讲一下react和plan-excute-replan的使用场景3. 讲一下react和plan-excute-replan的区别（回答了几个面试官觉得不够又追问，不会了）4. 设计agent的时候怎么能在保证效果的前提下减少token消耗？（不会，随便蒙了几条）5. 思考一下有没有其他的方案，能够减少token消耗？（不会，蒙的是特定领域微调和后训练增强模型能力）6. function call、mcp、skill的区别？7.  skills和rules的区别？（不会）8.  大模型调参过程中经常调两个参数，一个是温度，一个是topK，你怎么理解这两个参数？（不会）9.  redis的hash大key怎么优化？10. redis的hash大key优化后怎么兼容老业务老数据？新业务怎么用优化后的缓存？老缓存删不删？11. 为什么业务实际应用中要避免使用threadlocal？（头一次听说要避免使用threadlocal，不会）12. 事务的特性13. 之前实习中最大的难点是什么？jdk用的什么版本？14. java创建一个对象，虚拟机会有哪些变化？JVM的内存会有哪些变化？15. 垃圾回收的触发条件16. TCP怎么保证数据包一定能到达？17. TCP拥塞控制怎么做的？（具体细节忘了）反问：1. 什么业务？- 业务安全中的内容安全相关，检测视频、音频、文字中的违法行为2. 具体涉及哪些工作？运维和开发占比怎么样？- 简单来说要负责所有事情的研发。大概20%运维。80%开发。大模型来了后之前所有的运维的同学全转开发了。

给我面没招了，发点面经攒攒人品～1.拷打实习2.如何提升AI生成质量？3.什么是幻觉？解决方案？4.Rerank详细讲一下？5.多智能体系统设计架构？6.上下文管理？怎么确保多智能体系统并行而不是读同一个上下文？7.mysql/pgsql区别？暑数据结构？8.Redis内存竞争？分布式锁？9.Redis缓存策略？更新策略？10.为什么用Stream？11.更新策略？Redis旧数据库新咋办？12.缓存击穿/穿透/雪崩？13.手撕：LeetCode 768

说起来有点不好意思，不是什么高大上的智能体，也不是我一开始想搞的那个供应链行业AI方案。就是一个挺小的工具：把B站视频下下来，再用阿里云语音识别转成字幕。我本来给自己定了个挺大的目标。我本职是做营销咨询的，客户多是供应链行业的，所以想做个针对供应链的智能体。为了逼自己一把，还报了个“100天智能体”的打卡活动，顺便把TypeScript练熟，而且决定尽量手写，不直接套框架。然后我就卡那儿了。不是完全写不出来，是那种——越写越深，整天跟TypeScript的类型定义较劲，代码写了不少，但那个真正想做的“智能体”，一点没往前推，越走越偏。转机来自一个真实的需求。我当时在用另一个Node项目下B站视频，下完了想转成字幕。我就想，不就是加一步转录的事吗，我自己写一个得了。于是这就成了我的第一个AI项目。AI部分用了国内一个开源框架，全程就是“凭感觉写”——想到哪写到哪，没太讲究什么章法。但它竟然真的能用。这事儿让我想明白了两点。第一，“解决自己的痛点”是真管用。因为你自己要用，所以你特别清楚它该长什么样、该怎么用。遇到问题你不会轻易放弃，因为你是真想用这个东西。这个劲头，跟“做个好看的项目放简历上”完全不是一回事。第二，我发现我这个人学习，最好的方式不是从零开始搭积木，而是先有个能跑的东西，再从上往下拆。早几年我学WordPress就是这么来的。我先去下别人做好的主题，用着用着觉得哪儿好哪儿不好，然后才去学怎么自己做一个。如果一上来就让我面对空白编辑器去学PHP，我可能早就放弃了。这次也一样。代码虽然写得不一定多规整，但它是真能跑的。我现在就拿着这个能跑的应用，反过来研究那个框架是怎么工作的、数据校验怎么做的、各个模块之间怎么配合的。对我来说，这样才能做下去。